25.04.2893
000 - General Works
Karya Ilmiah - Skripsi (S1) - Reference
Deep Learning
16 kali
Penyakit kulit merupakan gangguan pada lapisan luar tubuh manusia yang memiliki berbagai jenis dan gejala, seperti peradangan, lesi, perubahan tekstur dan warna kulit. Penelitian ini bertujuan mengembangkan aplikasi klasifikasi penyakit kulit berbasis CNN untuk membantu prediksi lima jenis penyakit kulit, yaitu <em>Granuloma Annulare</em>, <em>Ringworm</em>, <em>Erythema Annulare Centrifugum</em>, <em>Psoriasis</em>, dan <em>Dermatitis Numularis</em>. <em>Dataset</em> berupa 4.105 citra kulit dibagi ke dalam data <em>train</em>, <em>validation</em>, dan <em>test</em> dengan rasio 70:15:15. Model CNN dirancang dengan kombinasi <em>Convolutional Layer</em>, <em>Pooling</em> <em>Layer</em>, <em>Dropout</em>, dan <em>Fully Connected</em> <em>Layer</em>. Data diklasifikasikan menggunakan pendekatan <em>supervised</em> <em>learning</em> dengan fungsi aktivasi ReLU dan <em>Softmax</em>, serta optimisasi dengan algoritma Adam. Model ini menghasilkan akurasi sebesar 98,23% pada 620 data uji. Kontribusi utama dari penelitian ini adalah menghasilkan aplikasi klasifikasi penyakit kulit dengan kompleksitas rendah namun performa tinggi, yang berpotensi diterapkan pada sistem prediksi otomatis berbasis kecerdasan buatan di bidang dermatologi.<br />
Tersedia 1 dari total 1 Koleksi
Nama | ARDINA FIRDATANA |
Jenis | Perorangan |
Penyunting | Vessa Rizky Oktavia, Muhammad Dzulfikar Fauzi |
Penerjemah |
Nama | Universitas Telkom, S1 Informatika - Kampus Surabaya |
Kota | Surabaya |
Tahun | 2025 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |